云生信学生物信息学

Vireo拆样教程:核对细胞变异矩阵并检查供者分配

作者:发布于 2026-11-20更新于 2026-11-15约 5 分钟阅读
Vireo拆样先查矩阵对应关系

Vireo拆样先查矩阵对应关系:核对AD/DP和barcodes;按实验设计填写供者数;查看逐细胞概率与summary;用独立证据映射真实身份
本文操作与检查路径示意。

Vireo用于把混样单细胞数据中的细胞分配给供者,也能估计双细胞。它的输入不是普通表达矩阵,而是“变异位点×细胞”的等位基因计数。先确认这些计数来自同一批细胞、位点和顺序,再运行模型;否则命令成功也可能得到错误分配。

先确认输入格式

常见输入是cellSNP输出目录,内含细胞变异VCF、AD与DP稀疏矩阵、细胞列表。AD表示支持替代等位基因的读段/UMI数,DP表示该位点总深度;也可用Vartrix格式(alt、ref矩阵、barcodes,VCF可选)或变异×细胞VCF。不要把不同工具的矩阵按文件名猜成同一种含义。

检查项 怎样核对 不一致时
细胞 矩阵列数与barcodes数相同、条码唯一 回查过滤细胞列表与矩阵生成步骤
位点 矩阵行对应VCF变异,参考版本一致 检查位点筛选、排序和参考组装
计数 AD与DP非负,维度相同 确认AD为替代计数、DP为总深度
供者数 N按混样设计填写 不要为迎合输出簇数反复调N

无已知基因型时先跑基线

先核对当前安装的帮助信息。以下是无供者基因型的基本入口;按实际目录改路径,线程数不超过调度器分配量,输出目录要新建且每次运行单独保存:

set -euo pipefail
CELL_DATA=/data/pool1/cellSNP
DONORS=4
THREADS=4
OUT=/work/vireo/pool1_attempt1

command -v vireo
vireo -h > /work/vireo/vireo-help.txt 2>&1
test -s "$CELL_DATA/cellSNP.samples.tsv"
test -s "$CELL_DATA/cellSNP.tag.AD.mtx"
test -s "$CELL_DATA/cellSNP.tag.DP.mtx"
test ! -e "$OUT" && test ! -L "$OUT"
mkdir -p "$(dirname "$OUT")"
/usr/bin/time -v -o "$OUT.resources.txt"   vireo -c "$CELL_DATA" -N "$DONORS" -p "$THREADS"   --randSeed 101 -o "$OUT"   > "$OUT.stdout.log" 2> "$OUT.stderr.log"
test -s "$OUT/donor_ids.tsv" && test -s "$OUT/summary.tsv"

这是命令入口检查,不会替代矩阵维度和变异顺序验证。cellSNP目录的文件名可能受参数影响;以实际运行版本帮助和输出为准。若用Vartrix输入,按Vireo要求传入对应的alt/ref矩阵、barcode及可选VCF,不要把它伪装成cellSNP目录。

有供者基因型时先筛再匹配

如有经授权的供者VCF,可用 -d 提供。VCF中的样本必须对应混样成员,GT/GP/PL字段须与 --genoTag 设置一致;默认字段并非所有VCF都具备。先按细胞变异位点和实际供者筛选VCF,避免读入无关样本或大量无信息位点。只有部分供者有基因型、或基因型不确定时,使用相应模式前先读当前手册,不要把“已知基因型”当成普通参考面板。

结果验收与异常排查

  • donor_ids.tsv:逐细胞查看donor_id、分配概率、双细胞概率和可用变异数。
  • summary.tsv:汇总singlet、doublet及unassigned数量;对照输入细胞列表查缺失和重复。
  • prob_singlet.tsv、prob_doublet.tsv:用于检查低置信度边界,不要只看最终标签。

若大量细胞未分配,先查每细胞可用位点数、测序覆盖、AD/DP、条码顺序及供者基因型是否匹配;簇大小悬殊也要结合实验混样比例判断。不要单独用提高概率阈值来“清理”结果,也不要把供者簇编号直接当真实姓名。没有独立基因型或实验信息时,报告写算法推断的供者簇。

每个混样文库单独记录输入清单、软件版本、N、线程、随机种子、日志、资源峰值和验收结论。多文库合并用“文库ID+条码”作细胞键,避免barcode重名;供者身份映射另存并限制访问。若实测瓶颈来自稀疏矩阵装载或并行模型,再据峰值内存和耗时调整工作节点;资源变化后用同一小样本复跑并比较关键结果。

下载练习材料

下载教程 PDF · 下载代码与示例数据 ZIP

先核对包内SHA256清单,再在独立目录复现。

需要额外算力时

适用前提:批次和输入适配,实际批量任务超出已有处理能力。如需额外资源,可评估按任务测算的CPU服务器租赁。咨询时说明软件版本、任务规模和使用期限,配置与支持范围另行确认。

咨询本任务的服务器配置

咨询本任务的服务器配置

留下手机号,我们会结合本文任务与您沟通服务器配置和报价。

也可联系云生信企业微信客服,说明本文任务。

参考与版本核对

按文中适用环境运行,所用版本与参数以实际安装环境和对应官方文档为准。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗